Прогнозирование PPC с помощью Google Sheets и Vertex AI

Поскольку среда контекстной рекламы продолжает развиваться, возможность прогнозировать будущую эффективность кампании имеет неоценимое значение.

В этой статье будут рассмотрены некоторые из моих любимых методов прогнозирования PPC с использованием Google Sheets и Vertex AI, которые рисуют более четкую картину будущего и предоставляют клиентам полезную информацию.

Хотя ни один инструмент или метод не может дать 100% точную картину будущего, методы, изложенные здесь, могут показать нам потенциальные траектории PPC-кампаний.

Функция ПРОГНОЗ в Google Таблицах: основы

Google Sheets предлагает простую в использовании и надежную функцию прогнозирования по формуле:

=FORECAST(z, known_y values, known_x values)

Где:

• z — это точка данных, для которой вы хотите спрогнозировать соответствующее значение y.
• known_y's — это диапазон зависимых точек данных (обычно ваши прошлые результаты или исходы).
• known_x's это диапазон независимых точек данных (обычно переменная, которая, по вашему мнению, может повлиять на ваши результаты).

Эта функция — отличный инструмент, если у вас есть только два измерения.

Тем не менее, он использует линейную регрессию, которая подходит для быстрого просмотра прогнозов, но не слишком сложна для учета внешних обстоятельств или других источников данных.

Допустим, у вас есть исторические данные за прошлый год и вы хотите спрогнозировать будущие бюджетные прогнозы, чтобы иметь некоторые цифры для планирования.

В этом примере у нас есть данные о продажах текущего года до августа, и мы хотим спрогнозировать будущие продажи с сентября по декабрь.

Если мы визуализируем эти прогнозы, вы быстро увидите недостатки использования этого метода.

Синяя линия представляет известные данные о продажах до августа, а красная линия представляет прогнозируемые данные о продажах.

Прогноз — это не более чем линия тренда, которая может помочь получить общее представление о чем-то, но это ничто по сравнению с синей линией, которая, по сути, является тем, как будут выглядеть реальные бизнес-данные.

Расширение функции ПРОГНОЗ в Google Таблицах

Чтобы решить проблему линейной регрессии, существует несколько способов приблизиться к формуле прогноза с помощью передовых методов.

Вместо того, чтобы просто использовать линейную функцию =FORECAST() , вы можете добавить небольшой поворот, добавив в формулу прогноза данные о тенденциях или другие рыночные прогнозы, например:

=FORECAST()*3rdParty_Trend_Data

Вы можете получать данные о тенденциях из общедоступных источников, таких как Google Trends, Google Keyword Planner, Dataset Search от Google или отраслевых отчетов (от PwC, EY, McKinsey и т. д.), и экспортировать их в CSV или любой другой формат, к которому вы привыкли. с.

Очистите эти наборы данных, чтобы они соответствовали структуре исходного листа, например данным за день, неделю за неделей или месяц за месяцем.

Затем дополните функцию ПРОГНОЗ, чтобы получить более реалистичный прогноз, а не просто прямую линию, идущую вверх или вниз.

В этом примере мы использовали дополнительные данные о тенденциях, которые показывают усиление тенденции к четвертому кварталу года. Таким образом, цифры отличаются от прогнозируемых продаж без данных о тенденциях.

Если мы визуализируем эти новые данные, мы увидим, что данные о тенденциях дают нам лучшее понимание и больше деталей по сравнению с плоской линией тренда.

Как правило, почти всегда полезно подкреплять эти прогнозы как можно большим количеством данных и предоставлять данные на более подробных временных интервалах, например, изо дня в день или из недели в неделю.

Получайте ежедневный информационный бюллетень, на который полагаются поисковые маркетологи.

Обработка… Пожалуйста, подождите.

ПОДПИСАТЬСЯ

См. условия.

Расширенное прогнозирование с помощью Vertex AI

Если ваши PPC-кампании включают в себя большие наборы данных с множеством переменных, обращение к Google Vertex AI может изменить правила игры для ваших потребностей в прогнозировании.

В отличие от более простых инструментов, Vertex AI позволяет создавать более сложные модели, которые могут учитывать множество факторов, таких как сезонность, различные рекламные платформы или даже тенденции мирового рынка.

Чтобы начать работу, вам сначала необходимо загрузить исторические данные PPC в облачное хранилище Google.

Отсюда вы можете получить доступ к таблицам AutoML Vertex AI, чтобы автоматически построить модель машинного обучения, адаптированную к вашему набору данных.

После обучения модели вы можете оценить ее производительность с помощью встроенных показателей, чтобы убедиться, что она соответствует вашим требованиям прогнозирования. Если вы будете удовлетворены, развернуть модель будет легко.

Теперь вы можете использовать эту модель для прогнозирования будущих результатов, таких как клики, показы или конверсии, на основе различных уровней расходов на рекламу, мест размещения рекламы или любой другой переменной, которую вы считаете важной.

И лучшая часть? Для этого вам не нужно быть экспертом в области машинного обучения. После небольшой настройки и некоторой тонкой настройки вы будете на пути к более точным и информативным прогнозам PPC.

Возможности Vertex AI безграничны, но давайте для начала рассмотрим простую структуру.

После того, как ваша учетная запись Google Cloud настроена и вы создали проект в Vertex AI, вам следует начать с создания набора данных.

Набор данных — это, по сути, набор точек данных, которые вы хотите использовать для прогнозирования.

Набор данных содержит измерение времени, а также некоторые измерения бюджета и дохода. В зависимости от вашей цели наборы данных могут содержать разные точки данных.

Назовите свой набор данных, выберите «Табличный» в качестве типа данных и «Регрессия» или «Прогнозирование» в качестве цели.

Хотя регрессия часто используется для понимания взаимосвязей и может применяться к различным типам данных, прогнозирование больше фокусируется на прогнозировании будущих точек временного ряда.

Оба являются важными инструментами в области науки о данных и используются для различных типов принятия решений и анализа. В большинстве случаев у вас все получится с прогнозированием.

Теперь пришло время обучить новую модель. Для новичков метод обучения AutoML всегда является хорошим выбором. Далее вы должны установить некоторые настройки периода прогноза, цели и детализации данных.

После этого установите продолжительность и бюджет обучения, и все готово. Теперь модель научится, и вы получите уведомление, как только оно закончится.

Последний шаг — получить прогнозы из модели ML. Эта опция доступна только после завершения обучения.

Чтобы создать прогноз, вам необходимо предоставить данные, на которых будет основан прогноз. Идеально использовать более свежие данные.

Модель будет прогнозировать будущие целевые значения, полученные из набора обучающих данных и на основе вашего набора прогнозных данных.

В зависимости от объема данных работа займет некоторое время. Но ждать PPC-задач больше 5-10 минут не стоит.

По завершении Vertex AI предоставит выходной файл, содержащий новые столбцы с прогнозируемыми значениями, которые вы сможете использовать для дальнейшего принятия решений.

Vertex AI может показаться слишком сложным для некоторых задач прогнозирования, но помните, что вы можете предоставить исторические данные за годы, информацию о запасах и многое другое для обучения модели.

С помощью Vertex AI вы можете создать модель прогнозирования на основе машинного обучения, адаптированную к вашему бизнесу, которая намного надежнее любой статической формулы прогнозирования.

Прогнозирование PPC для повышения эффективности кампании

В конечном итоге выбор между этими инструментами зависит от ваших целей и сложности ваших PPC-кампаний.

Google Sheets предлагает простой и доступный способ освоить прогнозирование PPC. Хотя у него могут быть ограничения, он является ценной отправной точкой для многих рекламодателей.

С другой стороны, Vertex AI выводит ваши возможности прогнозирования PPC на новый уровень благодаря способности обрабатывать большие наборы данных и сложные модели. Теперь вы можете учитывать сезонность, глобальные тенденции и различные переменные, чтобы делать точные прогнозы, адаптированные к вашему бизнесу.

Независимо от того, выберете ли вы простоту Google Sheets или сложность Vertex AI, прогнозирование в контекстной рекламе больше не является игрой в догадки.

Теперь вы можете получить полезную информацию и принимать обоснованные решения по своим PPC-кампаниям.

Копните глубже: руководство по эффективным прогнозам PPC